如何按season列自定义顺序重排pandas DataFrame的行数据

问题原因 #

1. df.set_index('season') 操作默认不会修改原DataFrame，你没有将操作结果赋值给新变量或添加inplace=True参数，所以后续reindex操作还是基于DataFrame原有的默认整数索引执行，找不到2008-2019这类索引值，就会返回全NaN的结果。
2. 你原来的reindex逻辑也有小问题：set_index之后season会变成索引，不会再作为普通列存在，和你预期的输出结构不符。

正确实现方案 #

方案1：修复reindex写法（适配你原有的操作逻辑） #

先把set_index的结果赋值，reindex之后再把season从索引恢复成普通列即可：

# 先将season设为索引并赋值给新对象
df_season_idx = df.set_index('season')
# 按自定义顺序重排索引，再把season恢复为普通列
custom_order = [2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]
df_sorted = df_season_idx.reindex(custom_order).reset_index()

方案2：使用分类变量排序（更简洁，无需修改索引） #

将season列设置为按你指定顺序排序的分类类型，再直接排序即可，后续做赛季相关的分组、筛选操作也会默认遵循该自定义顺序：

import pandas as pd
custom_order = [2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]
# 将season转换为按自定义顺序排序的分类类型
df['season'] = pd.Categorical(df['season'], categories=custom_order, ordered=True)
# 按season列排序，相同赛季的行会保留原有的相对顺序
df_sorted = df.sort_values('season').reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Faheeem Sajjad